全部版块 我的主页
论坛 经济学人 二区 外文文献专区
385 6
2022-05-12
英文标题:
《Deviations in expected price impact for small transaction volumes under
  fee restructuring》
---
作者:
Michael Harvey, Dieter Hendricks, Tim Gebbie, Diane Wilcox
---
最新提交年份:
2016
---
英文摘要:
  We report on the occurrence of an anomaly in the price impacts of small transaction volumes following a change in the fee structure of an electronic market. We first review evidence for the existence of a master curve for price impact on the Johannesburg Stock Exchange (JSE). On attempting to re-estimate a master curve after fee reductions, it is found that the price impact corresponding to smaller volume trades is greater than expected relative to prior estimates for a range of listed stocks. We show that a master curve for price impact can be found following rescaling by an appropriate liquidity proxy, providing a means for practitioners to approximate price impact curves without onerous processing of tick data.
---
中文摘要:
我们报告了电子市场的费用结构发生变化后,小交易量的价格影响出现异常。我们首先回顾了约翰内斯堡证券交易所(JSE)存在价格影响主曲线的证据。在尝试在费用降低后重新估计主曲线时,发现与一系列上市股票的先前估计相比,交易量较小的交易对应的价格影响大于预期。我们表明,在通过适当的流动性代理进行重新调整后,可以找到价格影响的主曲线,这为从业者提供了一种方法来近似价格影响曲线,而无需对滴答数据进行繁重的处理。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Trading and Market Microstructure        交易与市场微观结构
分类描述:Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构,流动性,交易和拍卖设计,自动化交易,基于代理的建模和做市
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-12 03:47:26
费用重组下小交易量的预期价格影响偏差。哈维娅,*, D.Hendricksa,T.Gebbiea,D.WilcoxasSchool of Computer Science and Applied Mathematics,University of the Witwatersrand,约翰内斯堡。Abstractre估计主曲线在费用降低后,发现与一系列上市股票的事先估计相比,交易量较小时对应的价格影响大于预期。我们表明,在通过适当的流动性代理进行重新调整后,可以找到价格影响的主曲线,这为从业者提供了一种无需繁重地处理刻度数据即可近似价格影响曲线的方法。关键词:价格影响、费用结构变化、市场监管、主曲线、市场微观结构、电子限价单bookPACS:89.65。生长激素,89.75。达,05.40-a1。简介提交给电子交易平台的大型市场订单的消耗倾向于超过交易时最高出价/最高出价水平的可用库存。这为现行资产价格的变化提供了一个机械的解释。对这一现象的观察已转化为对定义和估计以及间接征税(如价格影响的组成部分)的各种观点。建立平均价格变动与交易和方向以及由此产生的价格变动之间的关系。1995年至1998年,确定不同市值类别股票的流动性变化调整为整个市场的单一代表性价格影响函数提供了校准[20]。以市值衡量,约翰内斯堡证券交易所(JSE)是世界上排名前20的证券交易所之一,其目前1万亿美元的JSE市值约为2012年7月汇回的交易基础设施的1万亿美元。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-12 03:47:29
2013年9月,JSE股权交易费用结构的彻底改革导致交易成本大幅降低[,]。特别是,取消了每笔交易4.00南非兰特(不含增值税)的最低费用,因此所有交易费用都按比例减少,这取决于交易价值(直到最高限额为300南非兰特(不含增值税))[,]。表1提供了自2012年1月以来三次关键exchange基础架构更改的时间线[–]。像*相应的authorEmail地址:michael。harvey@students.wits.ac.za(M.Harvey)“费用结构”一词是指[16]中讨论的“JSE股票市场交易计费模型”。表1。JSE市场结构事件的日期。事件一指的是日本证券交易所目前的交易系统千禧交易所上线的日期。这一变化涉及将服务器从伦敦移动到约翰内斯堡。事件二是指股权交易费用结构变化。事件三是指JSE托管服务上线的日期[12-17]。名称日期描述事件I 2012年7月2日JSE MillenniumIT服务器搬迁事件II 2013年9月30日JSE股权交易费用结构变化事件III 2014年5月12日JSE托管服务上线预期,费用结构变化与JSE市场微观结构的可测量变化相对应。在本次调查中,我们报告了2013年费用变化对价格影响曲线的影响。[10]研究了JSEto上上市股票的市场微观结构和价格反应,以尽量减少间接成本。[27]研究了买方和卖方发起的交易的不对称影响以及交易持续时间对影响的影响。成本与贸易价格影响的非线性敏感性相耦合。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-12 03:47:32
在不同的研究[]中,发现在多伦多证券交易所引入流动性回扣并没有降低市场订单的交易成本,但确实增加了流动性提供者的收入。衡量此类反馈的能力支持风险衡量,并从市场微观结构的角度减少一些投资者的不确定性。本文的结构如下:在第2节中,我们简要回顾了价格影响主曲线猜想,该猜想在本文中针对JSE前40名的三个主要行业进行了测试。第3节回顾了数据和曲线构造,第4节记录了结果,最后我们对影响进行了评论。2.价格影响几项研究对价格影响的组成部分进行了仔细研究,其中后者包括永久性和暂时性的组成部分,最重要的是,10月8日提交给Physica A的以下非常普遍的关系预印本,2018arXiv:1602.04950v3[q-fin.TR]2016年11月6日发货[]:价格影响量指给定数量的交易如何影响价格。以及随之而来的即时价格上涨。出租P(t)是中间报价的对数,在时间t发生的交易的影响定义为增量:p(tk+1)=p(tk+1)- p(tk),其中tk+1分别表示交易前后的报价时间。他们推测,对于按市值分组的股票子集,交易规模和价格变化之间存在幂律关系。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-12 03:47:36
对于导致平均价格变动的交易P*验证了以下关系:P*=符号(ω)*)|ω*|αλ,(1)式中ω*表示股票数量的平均标准化交易规模,λ表示流动性参数。在他们的调查中,]数量。4被发现是一个很好的方法,为了获得价格影响函数的一般表示形式,推测了以下价格定律:P*(ω*, C) =C-γf(ω)*Cδ)。(2) 为了识别线性相关结构,ω*和P*被ω重新标度*→ ω*/Cδ和P*→P*Cγ。[20]中的校准依赖性得出了δ的参数值≈ γ ≈ 0.3.我们对2013年JSE上列出的三个关键行业测试了这一推测。3.2013年1月1日至2013年12月31日期间JSE前40名股票的数据和曲线构造及报价数据。JSE前40名的组成部分根据行业分类分为三个行业:金融(JSE-FINI)、资源(JSE-RESI)和工业(JSE-INDI)。附录C中给出了每个部门的构成。我们选择考虑部门价格影响曲线的计算时间为:o至2013年9月27日(星期五)[14],o费用结构变化后的时间:2013年9月30日(星期一)至2013年12月31日(星期二)[16,17]。对总共250个交易日进行了分析,费用结构变化前后的时间段分别为186天和64天,作为流动性的代表,在给定的时间段内对每组进行了再培训。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-12 03:47:39
这与[]不同,在[]中,每个集团在一段时间内的平均市值被用作流动性的代表。常规交易(09h00-09h10)和收盘拍卖前(16h5017h00),以及无意义的记录,如零交易量或零价格的交易和报价。为了便于识别ω交易的相关中报价响应,所有具有相同日期时间戳的交易事件通过计算交易量加权平均价格(VWAP)和累计交易量聚合为单个事件。对于在处理过的数据集中得到的报价,通过将数据划分为多个区域,考虑到了交易方向的唯一微秒分辨率,并采用了算法来推断这一点。tkp(tk)的计算方法与Lillo等人的计算方法相同。[]其中p(tk)和p(tk-1) 在贸易活动之后。对数中报价价格数量的变化直接反映了价格对交易量ω(tk)的反应。为了便于股票之间的比较,通过除以每只股票的平均交易量,将交易量标准化。不会导致价格变化的交易(即。p=0)纳入分析。接下来是贸易记录(ω(tk),p(tk))对于每一次收起的ac-3.2p*体积ω*进行了计算。结果以对数标度绘制。4.结果图。1到5个关于价格影响中观察到的异常的绘图结果,即。电子市场费用重组后,大量股票的低交易量对价格的影响增加。无花果。1和2提供了2013年10月1日至2013年12月31日这三个主要交易的买方和卖方发起交易的价格影响关系调查结果。通过检查,并考虑到体积轴的不同范围,两个时期的平均价格存在明显差异。图3更仔细地检查了金融部门交易的价格影响。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群